第14讲 协方差与相关系数.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
第14讲 协方差与相关系数

第十四讲 协方差与相关系数 前面我们介绍了随机变量的数学期望 和方差,对于多维随机变量,反映分量之 间关系的数字特征中,最重要的,就是本 讲要讨论的 协方差和相关系数 一、协方差定义与性质 1.协方差定义 Covariance Cov(X ,Y ) E X  E (X )Y  E (Y) 协方差用于衡量两个变量的总体误差, 协方差的结果有什么意义呢? 正值:两个变量的变化趋势一致 负值:两个变量的变化趋势相反 7个点: (3,5),(4,5.5), (2,4),(6,7), (8,10),(2,5), (5,7.5) 4.2041, 3.7041    3.7041, 3.5612  变量y与变量x是有关系的:变量y 随变量x 的增大而增大。 那么,它的协方差一定大于0 。 2.协方差与均值、独立、方差的计算关系 (1)与均值的关系: Cov(X ,Y ) E (XY ) E (X )E (Y ) 证: cov( X , Y) E X  E (X )Y  E (Y)   E XY  YE(X )  XE (Y)  E (X )E (Y) E (XY )  E (Y)E (X )  E (X )E (Y)  E (X )E (Y) E (XY )  E (X )E (Y) 例1: 设(X,Y)的概率 Y -1 0 1 X 分布如右表, 0 0.1 0.1 0.1 求Cov (X,Y). 1 0.3 0.1 0.3 (3) 与独立的计算关系 设随机变量X 与Y 相互独立,则:cov(X , Y) 0. 证 因为随机变量X 与Y 相互独立,  E (XY ) E (X )E (Y) cov( X , Y) E (XY ) E (X )E (Y) E (X )E (Y) E (X )E (Y) 0 (3) 与方差的计算关系: 设X 与Y是任意两个随机变量,则: D(X Y ) D(X ) D(Y ) 2cov(X ,Y ) 证 D(X -Y )

文档评论(0)

yaocen + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档